干货分享|克服数据迷雾:多平台经营突围,解码全域分析与决策提升之道

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
简介: 干货分享|克服数据迷雾:多平台经营突围,解码全域分析与决策提升之道

作者 | 瓴羊消电家装行业总监肖锋

目前,全球消费电子行业发展呈现企稳回升态势,随着5G迭代、人工智能、新材料工艺等技术融合,消费电子有望迎来新一轮升级。但在宏观利好之下,是现实的困境,不少消费电子企业线下门店的销售额增长遇到瓶颈,线上渠道的增长显得尤为重要。

随着线上渠道的多元化发展,除天猫、京东、拼多多外,抖音、小红书等平台也纷纷入局。如何在全域多平台打造一个经营模式,实现更好地经营,成为摆在每个消电企业面前的难题:

● 多渠道造成数据和经营过程分散,企业面临人力成本加倍和出错率增加双重问题。● 企业希望能够有全面的决策数据视角,看自己看对手看行业,但在数据的合规有效获取方面缺乏合规性指导,容易导致店铺和财产遭遇损失风险。● 面对不断涌现的新锐品牌冲击,现有数据团队的规模以及数据能力无法匹配业务增长需求。

为解决这些问题,众多消费电子企业选择寻求各类服务商的帮助,但市场上大部分服务商只能提供部分服务,这就造成了企业的数据依旧是分段离散的,整合又成为掣肘企业发展的另一个难题。凭借在消费电子行业多年的实战经验,瓴羊提出了以企业为中心的一站式全域经营分析决策能力,旨在帮助企业在激烈的市场竞争中以快应变,掌握先机。

在瓴羊推出的「瓴羊数智化专家面对面」直播栏目中,瓴羊消电家装行业总监肖锋带来了《多平台经营模式下如何提升全域分析决策能力?》的主题演讲,深入地解读了多渠道经营数据分析缺乏协同,如何实现全面及时高效的数据体系构建,以及多层级多角色视角如何实现数据分析的一脉相承。

1NN决策分析体系:

从指标向上汇总,变为指标向下拆解归因



数据膨胀往往会带来很多管理问题,比如,当运营团队相互间独立,指标就会越来越多。老板开会时会发现很多指标很难相互印证甚至相互冲突,且由于口径的不统一不透明,排查会消耗业务和技术团队大量的时间,最后也不一定能成功;传统分析思路按照分析主体划分,对公司核心指标的变动解释性弱;碎片化的分析场景,难以相互串联印证;跨渠道、店铺数据维度和质量的差异性,影响问题分析结果等。

经过多家企业的多年验证,瓴羊打造了1NN决策分析体系,让指标从上往下逐层拆解归因。简单来说,就是它可以把公司的整个战略目标进行逐层拆解,让管理者和决策者非常直观看到,到底哪一个具体的动作,影响了企业经营,从而快速定位问题、拆解问题并解决问题。

在数据有效汇集的基础上,进一步解决处理如何汇集全域多平台数据,并将数据智能解读成具备高可读性的结论,提升管理层决策能力。全域决策分析解决方案包括三个维度:第一,多渠道数据高效稳定集成;第二,建立企业数据私域大数据平台;第三,构建丰富的数据应用。

对于很多消费电子企业,数据集成并非易事。多渠道数据集成,首先需要实现数据集成的全面性;其次,需要解决多源数据的稳定性。在稳定性上,瓴羊有四层稳定性监控:第一层是在云端,针对整个取数进行稳定性监控;第二层在平台端,通过相应的技术能力来确保平台页面的稳定性;第三层在数据落库的监控;第四层是每日的调度任务监控。

此外,在可靠性上,不少企业由于能力有限,选择引入不同的供应商,账密等关键信息需要交给伙伴,这就造成了一定的风险敞口。瓴羊提供的数据连接器,实现了全程的账密加密处理,可以实现集成企业整个数据的同时,避免账密泄露。另外,加密存储还支持一方私有化,让企业数据更安全。

最后,是高度的产品化能力。瓴羊已经将很多数据的集成方式做了模块化处理,同时也提供了很多的数据连接器,确保企业能够以低成本实现短周期上线高效率管理。

多渠道数据追踪:

为决策夯实数据“地基”



消费电子企业哪些平台数据与经营决策相关呢?首先,是不同电商和内容平台的渠道数据;其次,是整个业务系统数据,包括客服系统、商品ERP系统等,对这些数据进行汇总分析,以便针对线上的整体情况,做一些销量预测;然后,是消费者的原声数据。对消费者原声数据的洞察和分析,解决店铺经营问题的同时,往往还能发现新的市场问题;最后,是企业自有数据,包括本地文件等。

例如,在销售过程中,不同渠道会出现同一个产品不同型号的情况,一款500升的冰箱,在不同平台可能拆分成496升、500升、501升、506升或更多。企业获取多渠道的数据之后,怎么在全域集成这一层实现数据的汇总和治理呢?在清洗治理的过程中,瓴羊会通过数据填报、目标填报、接入业务数据库等方式,实现自动化数据集成。为确保数据产出的稳定性,在数据自动化集成的过程中,瓴羊还添加了智能纠错等智能能力。

又如,在消费者体验的洞察过程中,往往还能发现一些增量市场。一款榨汁杯或者绞肉机发现很多商家制图往往会把电源线省略掉,因此很多消费者会问“这是充电的吗?有充电款的吗?”,这些声音对于企业来说是非常重要的新品启发。假如企业发现并及时上线一款充电款榨汁杯,就能变成一个增量市场。

企业私域大数据平台:

承上启下,逻辑归一



企业私域大数据平台包括数据整合和建模、数据归一加工,以及数据服务体系。这一层的构建,为不少消费电子企业带来了挑战。例如,企业在天猫或者京东销售很多品类,但它是按照平台分类。分类回归企业内部后,可能无法与内部组织架构及分类对应,这套类目的对应关系可以通过数据归一建模实现。

同时,随着隐私数据问题逐渐被重视,很多电商平台的数据都会做脱敏或指数化展示,这就需要企业做适当的数据可读性处理。此外,对于企业而言,销售并不局限于单一产品。营销活动通常包括套装购买和赠品。在订单售出后,企业在内部成本计算中将赠品拆分到不同的业务部门或产品线。这种拆分逻辑也将纳入企业的私域大数据平台中进行处理。

数据应用:

让决策更智能



数据的最终目标是指导决策。瓴羊的全域分析决策能力服务的是:CXO、管理层和一线运营团队等所有业务参与者。

针对管理者,让他们看到线上全局的经营蓝图。例如,此前一位消费电子企业的董事长,因为过去一年经济的动荡,他每天八点钟就开始上班,把会议安排的非常满。让不同的线上销售团队,每周一做一次汇报,但他的效率仍是低的,往往看到数据都是滞后好几天甚至一周的。使用1NN体系后,他可以在微信小程序上,看到企业线上经营的整个情况,不仅有数据的展现,还有针对这些数据的根因分析,并通过Quick BI的智能解读能力,获得相应建议和提炼出的行动点。

针对不同的BU的负责人,1NN体系让他们看到,哪些渠道下的哪些因子,对事业部的业务增长产生了影响。例如,逐层拆解出投放因素,尤其是媒体投放到成交的ROI,从而帮助他们去优化预算体系,让媒介投放更高效。

此外,1NN还会在类目和单品经营的角度上,指导BU负责人的单品经营决策。包括单品的销量分析、消费者的声音的洞察等。小家电企业对单品的洞察和消费者洞察做的比较深,诸如烫伤、涂层脱落、爆炸等,会及时关注消费者的声音,并安排专人进行跟进。

针对渠道负责人,让他们了解日常每个动作和这些动作的效果,一旦发现经营改进点,应该怎样进一步优化。

具体是如何实现从决策层到管理层再到运营层逐层拆解的,这里举一个例子:决策层会最先发现问题。他看到了企业的整体指标达成情况与预期有矛盾,他会通过交叉分析找出影响因子,判断哪些因子带来了增长和哪些因子滞缓了增长,清晰看到所有业务构成,这中间会使用到Quick BI等工具,也会有经营者对市场趋势的直觉判断。

当经营者找到问题构成,并做诊断分析后,就能进一步去探查原因,并且看到它所带来的影响面,然后,及时通过预警、消息推送等方式,及时告知到相应业务一线人员,让他们做及时的策略反馈和改进。

最后是解决问题。线索就会导向具体的业务负责人,去做业务原因的分析和执行策略动作的改变,在改进之后,这个效果会回到管理层,构成完整循环。

在生意维度,1NN体系是如何具体执行的呢?首先,需要对电商进行全域的数据监测,了解生意的整体情况。其次,还需要看全域商品的成交额,观察整体成交和每款产品的达成情况,分析出哪些暴涨、哪些滞涨,从而做出未来逐步对处于下跌通道的产品,减少流量投放的决策。

运营层要做什么?他要按照在不同平台上的经营业绩进一步地拆解,比如按照流量乘以转化率拆解,按照消费者乘以转化率拆解,按照商品乘以商品转化方式的拆解等。此外,还需要对整个市场和竞对进行分析。例如,2023年夏天很热,所有企业的空调在618期间销量都不错,但企业业绩涨了100%,这种表现如何评价呢?通过对整个市场竞争盘的数据分析,可以看到其他竞对企业其实涨了300%,是自己的好几倍,就基本可以得出结论自身的增长更大依赖整个市场规模的扩大,企业增长的表现并不突出。此外1NN也会给到对应调库存等策略建议,帮助企业加大投放,抢占更多市场份额。

肖锋还介绍了基于消费者反馈的体验指标提升与产品创新、小时级产品价格、库存、口碑管理,以及分钟级上百家店铺、品牌、品类生意汇总及往期同比、多端多角色联动等创新应用。

在体验指标提升与产品创新上,一方面,瓴羊基于整个消费者反馈的体验指标的提升,帮助企业把这些声音应用到产品创新里;另一方面,瓴羊还会集成客服咨询的声音,例如企业的某一个零部件升级了,但说明书还没来得及更新。从客服咨询中了解到说明书的某一个环节跟产品的操作对应不上,可以更好地反馈给产品改进;此外,还可以做情感预测,有些家电企业出于成本考虑,会将客服外包,这就有可能在专业度上不符合消费者的期待,让消费者产生负面情绪。企业能及时发现这些负面情况,并快速介入补偿消费者,会对店铺的NPS提供很大的帮助。

这其中,瓴羊产品提供了相应的消费者声音做分析和解读服务,分为正向、中性和负向,用红色的哭脸及时告警,帮助服务人员发现和改进问题。

在小时级产品价格、库存、口碑管理上,让企业可以及时发现问题,并快速做出对策。例如,A平台把商品加入了百亿补贴,导致消费者的到手价比B平台便宜了几十块,然后B平台也快速调价。但因为是大促期间,这些信息是无法及时捕捉的。假如使用了瓴羊的小时级产品价格管理,系统不仅能及时告警,还可以提供企业决策和沟通建议。

又如,在价格监控上,能快速发现企业的优惠价小数点设置错误、经销商破价等行为,同时,哪个产品出现了一些告警的行为,后台也会把巡检到的情况做快照留存,方便后续做历史回溯。

此外,实时大屏能力除了可以看自己,还可以实时看竞对,这对于双十一和618这样的大促节点,是非常重要的。

此外,肖锋还分享了瓴羊1NN体系的创新探索:首先是无线化,基于Quick BI等无线化能力,能为企业提供多端的数据呈现以及智能巡检;其次是数据的综合决策分析和巡检。1NN体系可以关联企业内部的业务和工单系统,让企业从发现数据问题,到数据执行,再到业务策略改变,形成一套完整的工作流,贯穿始终。

分享结束后,肖锋从评论区选择了一些典型的问题进行解答,以下为问题集锦:

Q1:瓴羊能否提供进阶的数据分析功能,例如基于历史和实时数据的用户行为分析、市场趋势预测,以及个性化推荐?

A:瓴羊可以提供两种服务。第一种是瓴羊的进阶数据工具和分析工具。瓴羊一直以来都在不断向智能化方向发展,包括智能分析、智能解读和智能搭建等功能;第二种是算法服务。对于很多小型企业来说,由于自身数据量并不大,在做算法模型时,有效性可能会相对不理想。瓴羊基于自身的算法能力和数据能力,可以帮助企业提升业务效果。

关于个性化推荐,瓴羊主要聚焦在策略层面。例如,我们提供预警和营销发展策略。此外,瓴羊还有一系列营销产品,希望大家可以持续关注。

Q2:瓴羊服务的客户在面对数据集成时会面临哪些技术挑战?瓴羊的方案是如何解决这些挑战的?

A:在多平台经营时,数据集成是一个比较大的问题。一方面是如何合规地获取数据,这其中存在很多技术挑战;另一方面是如何提高获取到的数据的可读性。瓴羊通过数据翻译、竞品分析等技术,结合经验和算法,帮助企业获得更具可读性的数据,从而解决这些技术挑战。

Q3:如何持续追踪并优化1NN的分析结果?随着企业和市场环境的变化,这一分析方法是否需要定期复核和更新?

A:1NN体系是一种优秀的企业经营决策分析方法,但在不同的时间周期内,需要对其进行迭代和优化。这包括适应新的平台扩展和生意模式的变化。过去几年,我们的很多小微企业客户已经发生了非常大的变化,除了原来线上平台的成交,他们还在建立人群和内容等分析体系。因此,我们每隔两三个月就会把市场上的创新内容加入到1NN体系中,推荐大家持续跟进我们的体系更新,以找到适合自己的策略。同时,定期复核和更新1NN分析方法也是必要的,以确保其适应不断变化的企业和市场环境。

相关文章
|
11月前
|
搜索推荐 小程序 新金融
《未来保险 新金融时代》——二、保险科技的第一性原理——特征5:“长期陪伴式”运营
《未来保险 新金融时代》——二、保险科技的第一性原理——特征5:“长期陪伴式”运营
137 0
|
11月前
|
存储 数据采集 开发框架
数智洞察丨聆听数据思维“双声道”:数据战略与数据能力解析
编者按: 大数据应在社会中扮演什么样的角色?有人说数据是一种资源,大数据是新时代的“石油”;也有人认为数据是类似于土地的资产,其更多的价值来自所带来业务的指数级增长。而互联网之父蒂姆·伯纳斯·李提出的观点是“数据是一种公共基础设施”,强调数据作为基础将支撑起一个城市的创新体系。本期内容我们将从数据战略与数据能力入手,深度剖析数据思维首要解决的两大问题。 本文约3532字,建议阅读时间9分钟。
179 0
|
算法 微服务 决策智能
【观点】2021年中国家装行业数据中台研究报告:重点解决三大环节数字化 高效适配家装数智转型
亿欧智库携手发布《2021中国家装行业数据中台研究报告》,观点鲜明认为:数据中台能够高效适配家装行业数字化转型趋势。
2009 0
【观点】2021年中国家装行业数据中台研究报告:重点解决三大环节数字化 高效适配家装数智转型